Entender y usar LLMs con criterio
La base práctica para usar LLMs con criterio: qué son, qué pueden hacer, dónde fallan y cómo verificar sus respuestas. Sin abrir todavía Prompt Engineering avanzado ni herramientas de desarrollo.
15 lecciones en 3 semanas. Una lección por día hábil, cada una con ejercicio práctico y observación personal.
- Duración
- 3 semanas
- Formato
- 3 semanas · 15 lecciones · proyecto final integrado
- Prerrequisitos
- Ninguno. Literalmente cero.
- Stack
- ChatGPT · Claude · Perplexity · Documentación · Sin código
Proyecto final
Mapa personal de uso de LLMs + experimento verificado (sin código)
Skills
- LLMs
- Prompts básicos
- Límites
- Verificación
- Comparación de modelos
- Uso responsable
Este bloque es abierto y gratuito. Sigue las lecciones en orden y cierra con el proyecto final. (15/15)
Currículum
Tres semanas, 15 lecciones y un proyecto final integrado. Síguelas en orden: base, criterio, experimento real.
- Semana 01Inmersión
Qué es un LLM
Entender qué es un LLM, cómo responde y usarlo por primera vez sin sobreestimarlo.
- 0001¿Qué es la Inteligencia Artificial?Diferenciar IA real de ciencia ficción sin entrar en ramas avanzadas
- 0002¿Qué es un LLM?Entender qué hace un LLM en términos prácticos
- 0003Cómo responde un LLMUsar tokens y contexto como intuiciones prácticas, no como teoría pesada
- 0004Qué puede y qué no puede hacerIdentificar límites, alucinaciones y sesgos. No sobreestimar.
- 0005Primer uso guiadoProbar usos simples y observar cuándo ayuda y cuándo no
- Semana 02Profundización
Usar LLMs con criterio
Pedir respuestas claras, iterar, detectar errores y verificar información importante.
- 0006Prompt básico: tarea, contexto, formatoPedir una cosa concreta sin convertir el prompt en una técnica avanzada
- 0007Iterar una respuestaMejorar una respuesta con ajustes pequeños en vez de empezar de cero
- 0008Detectar alucinacionesReconocer respuestas plausibles pero falsas
- 0009Verificar con fuentesContrastar información importante antes de usarla
- 0010Comparar modelos sin casarte con marcasElegir herramienta según tarea, claridad y verificabilidad
- Semana 03Construcción + cierre
Aplicarlo a tu mundo
Elegir una tarea real, convertirla en un experimento pequeño, medir si el LLM ayudó y cerrar con evidencia.
- 0011Elegir un problema realEncontrar una tarea concreta donde un LLM pueda ayudar sin reemplazar tu criterio
- 0012Convertir una tarea vaga en una instrucción claraTraducir intención difusa en pedido concreto, contexto y formato
- 0013Diseñar un experimento pequeñoDefinir entrada, resultado esperado y criterio de éxito
- 0014Medir si sirvióComparar resultado con y sin LLM usando evidencia simple
- 0015Documentar aprendizajesRegistrar qué funcionó, qué falló y cuándo usarías IA de nuevo
Recursos
Referencias curadas detrás de cada lección. Autoridad primero.
¿Listo para construir?
Deja tu email. Cero spam, solo un aviso cuando abra un nuevo bloque.
Deja tu email. Cero spam, solo un aviso cuando abra un nuevo bloque.